hệ thống thông tin quản trị thông minh business intelligence

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (2.43 MB, 26 trang )

Trang 1<div class="page_container" data-page="1">

CHƯƠNG 1.GIỚI THIỆU VỀ DATA WAREHOUSE

1.1. Lịch sử Data werehouse

Khái niệm về kho dữ liệu bắt nguồn từ cuối những năm 1980 khi các nhà nghiên cứu của IBM Barry Devlin và Paul Murphy phát triển “kho dữ liệu kinh doanh”. Về bản chất khái niệm lưu trữdữ liệu nhằm cung cấp một mơ hình kiến trúc cho luồng dữ liệu từ các hệ thống vận hành đến các môi trường hỗ trợ quyết định. Khái niệm này đã cố gắng giải quyết các vấn đề khác nhau liên quan đến dòng chảy này, chủ yếu là chi phí cao liên quan đến nó.

Trong trường hợp khơng có kiến trúc kho dữ liệu, cần có một lượng dự phịng khổng lồ để hỗ trợnhiều mơi trường hỗ trợ quyết định. Trong các tập đoàn lớn hơn, điển hình là nhiều mơi trường hỗ trợ quyết định hoạt động độc lập. Mặc dù mỗi môi trường phục vụ người dùng khác nhau, họ thường yêu cầu nhiều dữ liệu được lưu trữ giống nhau.

Quá trình thu thập, làm sạch và tích hợp dữ liệu từ nhiều nguồn khác nhau, thường là từ các hệ thống hoạt động dài hạn hiện có (thường được gọi là hệ thống cũ), thường được nhân rộng một phần cho mỗi môi trường. Hơn nữa, các hệ thống hoạt động thường được xem xét lại khi các yêucầu hỗ trợ quyết định mới xuất hiện. Thông thường các yêu cầu mới cần phải thu thập, làm sạch và tích hợp dữ liệu mới từ ” dữ liệu ” được thiết kế để người dùng truy cập sẵn sàng

1.2. Vai trò của Kho dữ liệu trong hệ thống BI

Hệ thống thông tin quản trị thông minh (Business Intelligence – BI)

</div>Trang 2<div class="page_container" data-page="2">

Hình.1-1 : Kiến trúc mức cao nhất của hệ thống BI

Để có thể đưa ra được các thơng tin có tính hệ thống, phù hợp với nghiệp vụ kinhdoanh của doanh nghiệp thì cần có đội ngũ nghiệp vụ (hình oval ở giữa), chịu tráchnhiệm xây dựng các báo cáo quản trị từ Kho dữ liệu. Cuối cùng để có thể lấy được dữliệu và đưa vào Kho dữ liệu theo nhu cầu nghiệp vụ thì cần có đội ngũ kỹ thuật (hìnhoval bên trái).

Ngồi ra có thể có các hệ thống thơng mình (hình vng góc dưới bên trái) có thểkhai thác dữ liệu từ Kho dữ liệu nhằm hỗ trợ quản lý ra quyết định.

1.3. Data warehouse là gì?

1.3.1. Định nghĩa Kho dữ liệu

Kho dữ liệu là kho lưu trữ điện tử của một lượng lớn thông tin của một doanh nghiệp hoặc tổ

chức. Kho dữ liệu là một thành phần quan trọng của phân tích kinh doanh, sử dụng các kĩ thuậtphân tích trên dữ liệu doanh nghiệp.

1.3.2. OLTP và OLAP.

a. Khái niệm về OLTP

Hệ thống OLTP là viết tắt của On-Line Transactional Processing- Xử lý giao dịch trực tuyến. Cáchệ thống OLTP là các hệ thống “cổ điển” xử lý:

 Dữ liệu phát sinh từ các hoạt động hằng ngày

 Thu thập xử lý để phục vụ công việc nghiệp vụ của một tổ chứcb. Khái niệm về OLAP

Hệ thống OLAP là viết tắt của On-Line Analytical Processing – Xử lý phân tích trực tuyến. OLAP là một công nghệ cơ sở dữ liệu đã được tối ưu hóa cho truy vấn và báo cáo, thay vì xử lý các giao dịch. Dữ liệu nguồn cho OLAP là cơ sở dữ liệu Xử lý Giao dịch Trực tuyến (OLTP) vốnthường được lưu trữ trong các kho dữ liệu.

OLAP chứa hai loại dữ liệu cơ bản: số đo, là dữ liệu số, số lượng và giá trị trung bình mà bạn sử dụng để đưa ra quyết định kinh doanh có đầy đủ thông tin và chiều, là các thể loại mà bạn sử

</div>Trang 3<div class="page_container" data-page="3">

dụng để sắp xếp các số đo này. OLAP giúp sắp xếp dữ liệu theo nhiều cấp độ chi tiết, sử dụng cùng các thể loại mà bạn đã quen thuộc để phân tích dữ liệu.

1.4. Đặc điểm kho dữ liệu

Có các tính năng cơ bản xác định dữ liệu trong kho dữ liệu bao gồm: Hướng chủ đề, Được tíchhợp, Có gán nhãn thời gian, Bất biến.

1.4.1. Hướng chủ đề (subject-oriented)

Không giống như các hệ thống hoạt động, dữ liệu trong kho dữ liệu xoay quanh các đối tượngcủa doanh nghiệp ( chuẩn hóa cơ sở dữ liệu ). Hướng chủ đề có thể thực sự hữu ích cho việc đưara quyết định. Tập hợp các đội tượng cần thiết được gọi là hướng đối tượng.

1.4.2. Được tích hợp (time variant)

Dữ liệu được tìm thấy trong kho dữ liệu được tích hợp. Vì nó đến từ một số hệ thống hoạt động,tất cả mâu thuẫn phải được loại bỏ. Tính nhất quán bao gồm các quy ước đặt tên, đo lường cácbiến, cấu trúc mã hóa, các thuộc tính vật lý của dữ liệu, v.v.

1.4.3. Có gán nhãn thời gian (time variant)

Mặc dù các hệ thống vận hành phản ánh các giá trị hiện tại khi chúng hỗ trợ các hoạt động hàngngày, dữ liệu kho dữ liệu biểu thị dữ liệu trong một khoảng thời gian dài ( lên đến 10 năm ). Nóchủ yếu có nghĩa là để khai thác và dự báo dữ liệu. Nếu người dùng đang tìm kiếm mơ hình muacủa một khách hàng cụ thể, người dùng cần xem dữ liệu về các giao dịch mua hiện tại và quákhứ.

1.4.4. Bất biến (non-volatile)

Dữ liệu trong kho dữ liệu ở chế độ chỉ đọc, có nghĩa là khơng thể cập nhật, tạo hoặc xóa.

1.5. Mơ hình logic của kho dữ liệu

Data warehouse và các hệ thống OLAP được xây dựng dựa trên các mơ hình logic. Nó

cho hiệu năng tốt trên những phép truy vấn phức tạp và giúp người dùng có thể nhìndữ liệu theo nhiều khía cạnh khác nhau.

Trong mơ hình logic, có hai khái niệm quan trọng: sự kiện (fact) và kích thước (dimensions).

 Sự kiện (fact): còn được gọi là thước đo lường tình trạng kinh doanh. Sự kiện là

giá trị số có thể được tổng hợp. Ví dụ số lượng hàng bán ra.

 Kích thước (dimensions): được gọi là bối cảnh giúp xác định rõ các sự kiện, ví

dụ tên sản phẩm, thương hiệu, thời gian ... là những thành phần của kích thước.

</div>Trang 4<div class="page_container" data-page="4">

1.5.1. Lược đồ hình sao

Gồm 1 bảng Fact (bảng sự kiện) nằm ở trung tâm và được bao quanh bởi những bảng Dimension(bảng chiều). Dữ liệu của lược đồ hình sao khơng được chuẩn hố. Các câu hỏi nhằm vào bảngFact và được cấu trúc bởi các bảng Dimension.

 Ưu điểm: Bảng Fact, Dimension được mô tả rõ ràng, dễ hiểu. Bảng Dim là bảng dữ liệutĩnh, và bảng Fact là dữ liệu động được nạp bằng các thao tác. Khoá của Fact được tạobởi khố của các bảng Dim. Nghĩa là khố chính của các bảng Dim chính là khố củabảng Fact.

 Nhược điểm: Dữ liệu khơng được chuẩn hóa.

Hình. 1-2. Minh họa lược đồ ngơi sao.

1.5.2. Lược đồ hình bơng tuyết

Là dạng mở rộng của lược đồ hình sao bằng các bổ sung các Dim. Bảng Fact như lược đồ hình sao, bảng Dim được chuẩn hoá. Các chiều được cấu trúc rõ ràng. Bảng Dim được chia thành chiều chính hay chiều phụ.

 Ưu điểm: Số chiều được phân cấp thể hiện dạng chuẩn của bảng Dim.

 Nhược điểm: Cấu trúc phi dạng chuẩn của lược đồ hình sao phù hợp hơn cho việc duyệt các chiều.

</div>Trang 5<div class="page_container" data-page="5">

Hình. 1-3. Minh họa lược đồ bơng tuyết.

1.5.3. Mơ hình dữ liệu đa chiều

Là mơ hình chứa dữ liệu xoay quanh các chủ để nhằm trả lời một các nhanh nhất cáccâu hỏi trong nghiệp vụ của người quản lý. Có thể hình dung dữ liệu được tổ chức theomột khối, trong đó mỗi chiều là một chủ đề trong nghiệp vụ.

Hình. 1-4. Minh họa mơ hình đa chiều.

1.6. Kiến trúc hệ thống data warehouse

Một nhà kho dữ liệu thường xây dựng theo kiến trúc như hình dưới.

</div>Trang 6<div class="page_container" data-page="6">

Hình. 1-5. Mơ hình kiến trúc hê thống DW.

3. Từ nhà kho dữ liệu, dữ liệu được tính tốn (AGGREGATION) theo các yêu cầu

(reports) để phục vụ cho các thao tác nghiệp vụ của tiến trình ra quyết định.

4. Dữ liệu được chuyển (TRANSFER) sang các chợ dữ liệu (DATA MART). Từ đây các

ứng dụng kết nối vào để phục vụ các nhu cầu người dùng.1.6.1. Tầng ETL

Tầng ETL (Extract Transform Load) là tầng thấp nhất của DW. Chúng được ẩn đi

với người dùng cuối, bao gồm 3 bước:

 Extract (thuthập): là bước gom dữ liệu từ nhiều nguồn khác nhau. Các nguồn

này có thể là từ database nghiệp vụ (SQL, Oracle, DB2,..), cũng có thể là từ cácfile ở nhiều định dạng khác nhau (CVS, excel,…), và cũng có thể là các dữ liệunội bộ doanh nghiệp hoặc từ bên ngoài. Một hệ thống ETL tốt phải đảm bảotương thích với mọi nguồn dữ liệu thơng dụng này.

 Transform (chuẩn hóa): là bước biến đổi dữ liệu từ định dạnh gốc của các

nguồn sang định dạng của DW bao gồm các bước nhỏ sau:

o Cleaning (dọn dẹp): xoá các bản ghi bị sai, lỗi và chuyển hóa dữ liệu

về định dạng chuẩn chung.

</div>Trang 7<div class="page_container" data-page="7">

o Intergration (tập hợp): cắt gọn dữ liệu có chung ý nghĩa

từ nhiều nguồn khác nhau về một khung duy nhất.

o Aggregation (tổng hợp): tổng hợp dữ liệu dựa vào độ chi

tiết của DW.

 Load (nạp): là bước ghi dữ liệu đã được chuẩn hóa vào DW. Bước này

bao gồm cả quá trình cập nhật và thay đổi dữ liệu từ hệ thống nghiệp vụvào DW đảm bảo số liệu báo các luôn được cập nhật theo các mốc thờigian thực mà người dùng mong muốn.

1.6.2. Tầng data warehouse

Tầng data warehouse ở vị trí trung tâm của một hệ thống data warehouse với nhiệm vụ lưu trữ dữ liệu bao quanh tất cả các hoạt động nghiệp vụ, các phòng ban của doanh nghiệp. DW thường bảo gồm một hoặc nhiều data mart, với data mart chính là các DW thu nhỏ và tập trung vào một nghiệp vụ nhất định nào đó của doanh nghiệp.

người dùng. Báo cáo OLAP được sử dụng khi người dùng muốn cácthông tin cắt lớp, chuyên sâu hoặc toàn cảnh trước khi ra quyết định.

 Reporting tool (báo cáo tĩnh): là các báo cáo có cấu trúc, format, sử

dụng truy vấn được định nghĩa trước đó, dơi khi bao gồm cả biểu đồ. Báocáo tĩnh được sử dụng khi người dùng muốn xem các thông tin đánh giá,điều hành.

 Data mining (khai phá dữ liệu): cho phép người dùng phân tích dữ liệu

</div>Trang 8<div class="page_container" data-page="8">

để tìm ra các thơng tin q giá cịn bị ẩn dấu, ví dụ như các xu hướng, cácthói quen, …

1.7. Lợi ích data warehouse

Sự ra đời của kho dữ liệu nhằm đáp ứng khối lượng dữ liệu cần được xử lý ngày càng nhiều, nhu cầu lưu trữ dữ liệu phát triển khi các hệ thống máy tính trở nên phức tạp hơn. Cụ thể, kho dữ liệu sẽ đem lại các lợi ích sau đây cho các doanh nghiệp:

 Tích hợp dữ liệu lại về một nguồn, cùng một định dạng, giải quyết tính phân mảnhvà rời rạc của dữ liệu nhằm đáp ứng mọi yêu cầu về thông tin của người sử dụng. Tiết kiệm thời gian và hiệu quả khi tìm thấy dữ liệu cần thiết.

 Giúp việc sử dụng dữ liệu của doanh nghiệp trở nên hiệu quả hơn bằng tính năng xử lý và phân tích dữ liệu.

 Hỗ trợ người sử dụng đưa ra những quyết định hợp lý, nhanh chóng, năng suất caohơn, thu được lợi nhuận cao hơn…

 Giúp cho tổ chức, xác định, quản lý và điều hành những dự án, những nghiệp vụ một cách hiệu quả và chính xác.

 Giúp tăng cường khối lượng dữ liệu cần được tổng hợp, lưu trữ và xử lý lên đáng kể.

</div>Trang 9<div class="page_container" data-page="9">

CHƯƠNG 2.GIỚI THIỆU VỀ POWER BI

2.1. Tổng quan về Power BI

2.1.1. Khái niệm

Power BI là một công cụ BI được phát triển bởi Microsoft để trình bày dữ liệu theo cách có ý nghĩa, chẳng hạn như trang tổng quan, biểu đồ, hình ảnh trực quan hoặc báo cáo. Sau đó, chúng được sử dụng để phân tích dữ liệu nhằm hiểu rõ hơn về nhu cầu của tổ chức.

Power BI bao gồm các khả năng sau:

 Khả năng thu thập dữ liệu từ các cơ sở dữ liệu lớn — ngay cả những cơ sở dữ liệu có thể đọc 1 triệu hàng mỗi giờ cho mỗi người dùng

 Trang tổng quan, hình ảnh trực quan có liên quan và báo cáo để trình bày dữ liệu theo cách có ý nghĩa để người dùng cuối phân tích

 Khả năng dễ dàng kết nối các lỗi và lỗi để cung cấp phương pháp và cách tiếp cận đã sửa chữa cho người dùng cuối

 Có rất nhiều ví dụ thực tế giải thích việc sử dụng Power BI để thúc đẩy tăng trưởng và chuyển đổi doanh nghiệp. Đặc biệt, các trang tổng quan và báo cáo được tạo trong Power BI cung cấp phân tích có thể hành động để cải thiện quy trình ra quyết định và giảm chi phí.

2.2. Các tính năng chính của Power BI

Power BI cung cấp một số tính năng. Phần này đánh giá các dịch vụ này và thảo luận về cách chúng được sử dụng.

2.2.1. Power BI dashboards

Bảng điều khiển Power BI cung cấp hình ảnh trực quan mạnh mẽ về bộ dữ liệu dưới dạng đồ thị và biểu đồ. Chúng có thể được phân tích trong thời gian thực từ nguồn cấp dữ liệu trực tiếp, giúp chúng tương tác hơn với người dùng và cho phép họ hiển thị thông tin chi tiết có liên quan một cách nhanh chóng.

Bảng điều khiển Power BI bao gồm các liên kết hoặc ô xếp tới các báo cáo liên quan, giúp người dùng điều hướng từ báo cáo này sang báo cáo khác. Loại gạch này có thể dễ dàng tùy chỉnh theo sở thích của người dùng. Ngồi việc thêm hình ảnh vào các ơ này, người dùng có thể sửa đổi cách chúng được bố trí trên trang tổng quan.

</div>Trang 10<div class="page_container" data-page="10">

2.2.2. Natural query processing

Người dùng Power BI có thể sử dụng hộp Câu hỏi và Trả lời đặc biệt trong bảng điều khiển để nhập truy vấn bằng tiếng Anh đơn giản. Power BI sau đó sẽ lọc, sắp xếp và nhóm dữ liệu để trả về danh sách các hình ảnh trực quan phù hợp với truy vấn. Ví dụ: giả sử một người dùng muốn phân tích dữ liệu bán hàng cho tổ chức của họ. Trong trường hợp này, người dùng có thể nhập các truy vấn như "Có bao nhiêu khách hàng tiềm năng đã được chuyển đổi thành doanh số bán hàng?" và "Có bao nhiêu khách hàng tiềm năng đã hết lạnh?" Power BI có thể nhanh chóng cung cấp các hình ảnh trực quan hữu ích để trả lời câu hỏi của người dùng.2.2.3. User-friendly report with data visualization

Bạn có thể sử dụng Power BI để tạo báo cáo chứa dữ liệu chi tiết ở dạng trực quan phù hợp, cùng với phân tích dễ hiểu về dữ liệu đó. Hình ảnh hóa trong báo cáo Power BI giúp bạn dễ dàng hiểu được phân tích và đi đến kết luận hoặc quyết định cụ thể. Người dùng tạo các báo cáo này bằng cách ghim các thông số khác nhau vào trang tổng quan Power BI và áp dụng các bộ lọc khác nhau cho các thơng số đó để xem chi tiết để có thơng tin chi tiết sâu hơn. Báo cáo Power BI có thể bao gồm các hình ảnh như biểu đồ với thơng tin địa lý, biểu đồ bong bóng (tập trung vào các mối quan hệ), biểu đồ so sánh (bao gồm biểu đồ thanh, biểu đồ đường, biểu đồ thác nước, v.v.), và nhiều biểu đồ khác. Bạn cũng có thể cân nhắc thêm biểu đồ so sánh và các hình ảnh khác — ví dụ: để tạo bản đồ cây và biểu đồ hình trịn.

2.2.4. Sharing with others

Tất cả dữ liệu, báo cáo và hình ảnh hóa được tạo bởi một người dùng cụ thể vẫn ở chế độ riêng tư trừ khi người dùng đó quyết định chia sẻ nó. Chia sẻ trong Power BI thật dễ dàng. Ví dụ: để chia sẻ bảng điều khiển Power BI với những người dùngPower BI khác, chỉ cần chọn tùy chọn chia sẻ trong danh mục Hành động trên trang bảng điều khiển. Hoặc, để chia sẻ báo cáo, hãy chọn tùy chọn Chia sẻ với Người khác. Sau đó, nhập (các) địa chỉ email của (các) người nhận mong muốn và chỉ định họ sẽ được cấp quyền nào.

Người dùng có thể chia sẻ báo cáo với văn bản được chú thích và đánh dấu để giúpngười dùng cuối trong quá trình ra quyết định. Ngoài ra, bất kỳ thay đổi nào được thực hiện đối với báo cáo được chia sẻ đều được phản ánh đồng thời trên trang tổng quan của từng người được cấp quyền truy cập vào báo cáo. Người dùng có quyền truy cập chỉ đọc có thể áp dụng các bộ lọc khác nhau cho các trường hợp khác nhau cho một báo cáo, nhưng họ không thể thay đổi báo cáo hoặc áp dụng định dạng khác cho báo cáo.

</div>Trang 11<div class="page_container" data-page="11">

2.2.5. Power BI Report Sever

Power BI Report Sever là tính năng BI tự phục vụ và báo cáo doanh nghiệp tại

chỗ cung cấp báo cáo chính xác giữa các cấp tổ chức. Người dùng có thể trực tiếp xuất bản báo cáo Power BI trên Máy chủ báo cáo, do đó cho phép các thành viên khác của tổ chức xem, quản lý, chỉnh sửa hoặc cập nhật báo cáo.

Power BI Report Sever cung cấp các công cụ chỉnh sửa cho phép người dùng tạo

báo cáo với giao diện hiện đại. Máy chủ Báo cáo cũng tạo ra các giải pháp sẵn sàng cho đám mây tương thích với Dịch vụ Báo cáo Máy chủ SQL (SSRS

2.3. Các công cụ hỗ trợ Power BI

- Tableau: một nền tảng phân tích tự phục vụ cung cấp trực quan dữ liệu và có thể

tích hợp với nhiều nguồn dữ liệu bao gồm Microsoft Azure SQL Data Warehousevà Excel.

- Splunk: một “nền tảng phân tích có hướng dẫn” có khả năng cung cấp phân tích

dữ liệu và BI.

- Alteryx: kết hợp các phân tích từ nhiều nguồn dữ liệu để đơn giản hóa quy trình

cơng việc như là cung cấp nhiều thơng tin BI.

- Qlik: dựa trên trực quan hóa dữ liệu, BI và phân tích, cung cấp một nền tảng BI có

thể mở rộng.

- Domo: một nền tảng dựa trên đám mây cung cấp các công cụ BI phù hợp nhiều

ngành nghề (dịch vụ tài chính, chăm sóc sức khỏe, sản xuất và giáo dục) và nhiềuvai trò (bao gồm CEO, bán hàng, chuyên viên BI và IT).

- Dundas BI: thường được sử dụng để tạo ra các dashboards và scorecards nhưng

cũng có thể thực hiện những báo cáo tiêu chuẩn và đặc biệt.

- Google Data Studio: một phiên bản mạnh mẽ hơn của Google Analytics.- Einstein Analytics: những nỗ lực của Salesforce.com để cải thiện BI bằng AI.- Birst: một dịch vụ đám mây có nhiều phiên bản của phần mềm BI chia sẻ một

phần mềm phụ trợ dữ liệu chung.

2.4. Sử dụng DAX trong Power BI

Data Analysis Expressions (Biểu thức phân tích dữ liệu) là tập hợp các hàm, toán tử và hằng số để xử lý các phép tính dữ liệu cơ bản nhằm phân tích dữ liệu tốt hơn và giải quyết các vấn đề kinh doanh. Với DAX, bạn có thể xây dựng hoặc áp dụng các chức năng sử dụng dữ liệu hiện có trong Power BI. Ví dụ: giả sử bạn có tập dữ liệu trong báo cáo Power BI bao gồm thông tin về doanh số bán sản phẩm và bạn muốn thêm cột tính tốn tăng trưởng doanh số bán hàng dưới dạng phần trăm. Bạn có thể dễ dàng đạt được điều này bằng cách sử dụng DAX.

</div>Trang 12<div class="page_container" data-page="12">

2.4.1. Cú pháp và ngữ cảnh của biếu thức DAX

Như bạn đã học, bạn có thể sử dụng biểu thức DAX để phân tích dữ liệu quan trọng để sửdụng trong báo cáo Power BI. Các biểu thức này sử dụng một cú pháp và ngữ cảnh cụ thể.

- Khả năng của DAX:

Khi sử dụng biểu thức DAX để thực hiện các phép tính phức tạp, hãy ghi nhớ những điểm sau:

 Biểu thức DAX chấp nhận các bảng và cột làm tham chiếu. Chúng không yêu cầu bạn nhập liên tục một hàm để tạo các biểu thức riêng biệt trên bảng.

 Hoạt động DAX áp dụng cho tồn bộ cột dữ liệu đã chọn.

 Có thể trả về một giá trị của tồn bộ bảng thay vì trả về một giá trị duy nhất.

 DAX hỗ trợ một số chức năng dựa trên thời gian, bao gồm các hàm để tính tốn các biến ngày, giờ và năm từ dữ

liệu cột.

 Bạn có thể sử dụng biểu thức DAX để tạo các hàm mạnh mẽ để tính độ dài của tập dữ liệu.

 Bạn có thể áp dụng tối đa 64 hàm lồng nhau trong một biểu thức DAX.

-Cú pháp của biểu thức DAX:

Như đã đề cập, các biểu thức DAX sử dụng một cú pháp cụ thể. Ví dụ: hãy xem xét biểu thức DAX sau để tính tổng doanh số từ bảng dữ liệu bán hàng:

Tổng doanh số = SUM (Doanh số [Giá])

Biểu thức này chứa các phần tử sau:

 Total Sales Đây là tên của thước đo hoặc cột được tính tốn. = Tốn tử này đánh dấu sự bắt đầu của hàm.

 SUM Đây là một hàm DAX cộng tất cả các số trong cột Bán hàng [Giá]  () Các dấu ngoặc chứa ít nhất một đối số

</div>Trang 13<div class="page_container" data-page="13">

 Sales Điều này đề cập đến tên của bảng được phân tích Price Đây là cột trong bảng mà hàm SUM sẽ được áp dụng.

-Bối cảnh của biểu thức DAX:

Khi thực hiện phân tích động phức tạp, bạn phải xem xét ngữ cảnh. Ngữ cảnh đề cập đến dữ liệu có sẵn để thực hiện một phép tính. Biểu thức DAX cho phép hai ngữ cảnh:

 Row context Ngữ cảnh hàng áp dụng khi công thức DAX chứa hàm áp dụng bộ

lọc xác định một hàng trong bảng. Nói cách khác, phép tính chỉ hoạt động trên mộthàng cụ thể. Nói chung, nó khơng thể tham chiếu bất kỳ dữ liệu nào nằm ngồi hàng đó mà khơng sử dụng đúng các chức năng nhất định. Ngữ cảnh hàng được tính vào thời gian xử lý chứ khơng phải thời gian chạy. Loại ngữ cảnh này rất hữu ích khi tạo các cột được tính tốn.

 Filter context Ngữ cảnh bộ lọc mô tả việc áp dụng một hoặc nhiều bộ lọc trong

phép tính để xác định một kết quả hoặc giá trị cụ thể. Ngữ cảnh bộ lọc khơng thay thế ngữ cảnh hàng; đúng hơn, nó mở rộng nó. Bạn sử dụng các hàm DAX sau để áp dụng ngữ cảnh bộ lọc:

o ALLo RELATEDo FILTERo CALCULATE

</div>

hệ thống thông tin quản trị thông minh business intelligence

<b>CHƯƠNG 1.GIỚI THIỆU VỀ DATA WAREHOUSE</b>

<b>CHƯƠNG 2.GIỚI THIỆU VỀ POWER BI</b>

Tài liệu liên quan

Tài liệu bạn tìm kiếm đã sẵn sàng tải về